电力系统继电保护装置多维度状态评估法

汪洋

摘  要：随着电力系统的发展，继电保护装置已成为了其不可或缺的部分。新型微机保护装置在二次设备中的大量应用对装置可靠性提出了更高要求。而在停电检修频次受限情况下，传统定期检修策略的弊端逐渐暴露，对继电保护装置进行状态评估以制定合理科学的检修策略势在必行。该文提出一种保护装置多维度状态评估法，在建立装置多维度状态量数据库的基础上，通过K近邻算法对其进行训练和识别，以实时识别装置异常状态。最后通过实验对此方法进行了验证。

关键词：电力系统;继电保护装置;状态评估;多维度

中图分类号： TM77        文献标志码：A

0 引言

近年来，由于继电保护装置家族性缺陷、硬件软件故障、隐藏故障等导致的电网事故频发[1]。传统的定期检修策略存在不需要检修的装置冗余检修和需要检修的装置无法得到及时检修的情况，更合理的检修策略亟需提出。状态检修是根据装置的健康情况来制定检修计划，而一个合理的装置状态评估方案是设备状态检修的基础。

状态评估在国内获得了广泛研究，在线评估能解决目前存在的诸多问题[2-3]，文献[4]基于专业巡检角度将装置状态参数分为检测型、可靠性、失效风险和改进型共计4类状态量，不同状态量设定不同分值然后直接加权计算总分用于装置状态评估（加权评分法），文献[5]提出了二次设备状态评估的多参量模型及评估系统。

加权评分法用多个状态量计算总分值来评估装置状态，但无法反映装置局部状态量的异常变化。而保护装置故障往往是由于1～2个异常状态量产生而造成的，故应对每一个状态量进行监测。该文提出一种继保装置多维度状态评估方法，收集保护装置各个状态量并通过K近邻算法对其进行识别，一旦状态量不满足条件则识别保护装置为异常状态。

1 装置状态量多维度训练方法

继电保护装置综合状态评估指标体系可参考文献[2][5]，其状态量主要包括差动电流、电压、零序电流、零序电压等测量量、通道误码、通道衰耗等保护通道信息及电源温度、电源电压纹波、电源电压波动值偏差等电源模块信息。一个状态量视为一个维度，如差动电流就是其中一个维度。

该文主要采取的是多维度训练法。对保护装置可构建出多个维度的状态量，确保每个状态量特征信息可以当做独立的分析维度。保护装置正常运行时其状态量应在一个区间范围合理波动。

在正式进行机器训练之前需要收集保护装置相应的多维度状态量，将其中安全条件下的极值（最大值、最小值）代入到监测系统当中形成相应的数据集。在完成相应的训练之后，监测系统能够获取保护装置相应的信息，并将其传入数据集当中。将数据集当中2个极限值当作2个K点，具体工作中的数值会逐渐向这两点接近。一旦实际值偏离K点过远，监测系统就能识别为异常（K近邻算法）。保护装置内部各维度也按照此模式进行训练，不管是何种维度出现问题都会及时识别。

如设定正常情况下装置电源温度额定值为T，那么装置具体工作中的温度一定是以T为中心进行波动，可以通过相应的数集对其进行表示，具体为：

X=[X-n，…，X-2，X-1，XT，X1，X2，…，Xn]

式中：X为装置电源温度数据集合，XT为装置电源温度额定值，Xn为装置某一时刻下的温度。

2 状态评估试验

2.1 观察指标以及变量

以上述方案为基础，将继电保护装置当作监测对象，获取500 kV变电站继电保护装置2 000个工作日信息当作样本数据，实施多维度训练。将问题识别数、准确率作为关键性观察指标。选取继电保护装置电源温度、差动电流（简称差流）、通道衰耗（简称衰耗）、CPU温度、CPU负荷率作为装置多维度变量。

2.2 具体试验过程

为了对评估方法的可靠性进行准确判定，试验设定2组来进行，一组为单变量组，即只有一个变量变化，如只有差动电流变化;二组为多变量组，即有2个变量同时变化，如通道衰耗和差动电流变化同时发生。主要是以变电站已有的继电保护装置为对象进行，分别采用加权评分法和该文提出的多维度状态评估法进行试验。

单变量组试验方法如下：

选差流、电源温度2个维度变量实施模拟分析，固定其中一个维度。先保持温度不变，对于差动电流进行调整，按照60%平均差流—80%平均差流—100%平均差流—120%平均差流—140%平均差流—160%平均差流—180%平均差流的顺序各进行10次试验，记录问题识别数、准确率;之后保持差动电流不变，对于温度进行调整，按照60%额定温度—80%额定温度—100%额定温度—120%额定温度—140%额定温度—160%额定温度—180%额定温度的顺序各进行10次试验。同时记录问题识别数、准确率。共计2组实验，每组实验进行70次，变量变化幅度较大。

多变量组试验方法如下：分别选差流和衰耗、CPU温度和负荷2个维度变量实施模拟分析。对于差流、衰耗进行调整，按照80%平均差流、80%平均衰耗—90%平均差流、90%平均衰耗—100%平均差流、100%平均衰耗—110%平均差流、110%平均衰耗—120%平均差流、120%平均衰耗—130%平均差流、130%平均衰耗—140%平均差流、140%平均衰耗的顺序各进行10次试验，同时记录问题识别数、准确率;对于CPU温度、CPU负荷率进行调整，按照80%平均温度、80%平均负荷率—90%平均温度、90%平均负荷率—100%平均温度、100%平均負荷率—110%平均温度、110%平均负荷率—120%平均温度、120%平均负荷率—130%平均温度、130%平均负荷率—140%平均温度、140%平均负荷率的顺序各进行10次试验，同时记录问题识别数、准确率。共计2组实验，每组实验进行70次，变量变化幅度较小但是两个变量同时变化。

2.3 试验结果

单变量组试验加权评分法结果见表1。可知由于加权评分法是多维度状态量的加权和，对一个状态量变化的敏感程度不高，难以识别单状态量变化的情况，故障识别准确率控制在60%以下，效果一般。单变量组试验多维度状态评估法结果见表2，可知故障识别率都在90%之上，精度相对较高。

加权评分法多变量组试验结果见表3，可见2个状态量变化时加权评分法提高了识别度。多维度状态评估法多变量组试验结果见表4，可见多维度状态评估法对于多个状态量同时变化且变化幅度较小时准确度有所下降。

3 试验结论

从上述试验结果可知，当继保装置单个状态量变化幅度明显时，多维度状态评估法可以满足识别要求，准确率在90%以上。但当继保装置出现两个状态量同时变化幅度相对减小时，此方法的准确度会下降。加权评分法对继保装置出现2个状态量同时不明显变化时拥有一定的识别准确率，但对仅有单个状态量变化时准确率较低。

由于此方法建立在保护装置历年数据的基础上，对数据依赖性较强，应在今后的具体工作中按照实际情况获取不同类型监测对象相应信息，充分进行大数据收集以建立数据库，进一步提升智能设备的训练效果，加强监测系统识别能力，以免其错误判断。如收集到电源模块工作温度最高为32℃，而某次正常运行温度高于32℃，数据收集不全会导致监测系统的错误判断为保护装置故障。

4 结语

对于电力系统来说，继电保护装置对于其安全性、可靠性具有重要意义。该文提出了继保装置多维度状态评估法，通过机器训练形成装置状态量历史数据的数据集，并采用加权评分法和多维度状态评估法对继电保护装置进行了单变量组合及多变量组实验，最后通过相应试验结果对2种方法进行了评估。通过该文的介绍能够对继电保护装置状态评估提供一定的参考和帮助，对于提升继保装置可靠性、合理拟定检修策略具有现实意义。

参考文献

[1]熊小伏，陈星田，郑昌圣，等.继电保护系统状态评估研究综述[J]. 电力系统保护与控制，2014（5）：51-58.

[2]杨国生，戴飞扬，王文焕，等.基于灰度关联法和 TOPSIS 法的继电保护状态评估综合算法研究与应用[J].中国电力，2019（2）：94-103.

[3]王磊磊，王亚飞，侯念国，等.电力系统继电保护装置可靠性试验与评估[J].自动化应用，2019（1）：127-128.

[4]国家电网有限公司.继电保护状态评估导则： Q/GDW 11285—2014[S]. 北京： 中国电力出版社， 2014.

[5]高磊，宋亮亮，楊毅，等.基于多参量模型的智能变电站二次设备状态评估方法及应用[J].电力自动化设备，2018（10）：210-215.